| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 复杂网络理论的研究 | 第12-14页 |
| 1.2.2 基于复杂网络理论的厄尔尼诺分析研究 | 第14页 |
| 1.2.3 厄尔尼诺预测的研究现状 | 第14-15页 |
| 1.3 论文研究内容以及组织结构 | 第15-17页 |
| 1.4 论文的主要创新点 | 第17-19页 |
| 2 复杂网络的基础理论 | 第19-29页 |
| 2.1 图论 | 第19-22页 |
| 2.2 复杂网络的基本理论 | 第22-23页 |
| 2.3 复杂网络的统计特征 | 第23-26页 |
| 2.3.1 网络直径及平均路径长度 | 第23页 |
| 2.3.2 聚类系数 | 第23-24页 |
| 2.3.3 度和度分布 | 第24-25页 |
| 2.3.4 介数中心性 | 第25页 |
| 2.3.5 紧密度中心性 | 第25-26页 |
| 2.3.6 特征向量中心性 | 第26页 |
| 2.4 复杂网络模型 | 第26-28页 |
| 2.4.1 规则网络 | 第26-27页 |
| 2.4.2 随机网络 | 第27页 |
| 2.4.3 小世界网络模型 | 第27-28页 |
| 2.4.4 无标度网络模型 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于复杂网络理论的厄尔尼诺分析 | 第29-51页 |
| 3.1 简述厄尔尼诺现象 | 第29-31页 |
| 3.2 数据来源 | 第31-34页 |
| 3.3 数据处理 | 第34-35页 |
| 3.4 构建气候网络 | 第35-38页 |
| 3.4.1 基于互相关的相似度度量 | 第35-36页 |
| 3.4.2 构建气候网络 | 第36-37页 |
| 3.4.3 网络剪边 | 第37-38页 |
| 3.5 厄尔尼诺的拓扑特性 | 第38-40页 |
| 3.6 气候网络的社区发现 | 第40-43页 |
| 3.6.1 基于Walktrap气候网络的社区发现 | 第40-42页 |
| 3.6.2 厄尔尼诺的发现 | 第42-43页 |
| 3.7 气候网络的社区跟踪 | 第43-49页 |
| 3.7.1 社区跟踪方法 | 第43-44页 |
| 3.7.2 社区跟踪的实现 | 第44-49页 |
| 3.8 基于社区密度的聚类验证 | 第49-50页 |
| 3.9 本章小结 | 第50-51页 |
| 4 厄尔尼诺的预测 | 第51-63页 |
| 4.1 用逻辑回归对厄尔尼诺现象进行回归分析 | 第51-53页 |
| 4.2 使用逻辑回归进行预测 | 第53-56页 |
| 4.3 实验及讨论 | 第56-62页 |
| 4.3.1 使用线性回归模型进行预测 | 第58-59页 |
| 4.3.2 使用泊松回归进行预测 | 第59-60页 |
| 4.3.3 使用逻辑回归模型进行预测 | 第60页 |
| 4.3.4 使用逻辑回归的结果分析 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-66页 |
| 5.1 数据变量的选择 | 第63-64页 |
| 5.2 相似度计算 | 第64页 |
| 5.3 在以后中计算的注意事项 | 第64页 |
| 5.4 对回归模型的选择 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 个人简历 | 第71页 |